登录    注册    忘记密码

期刊文章详细信息

基于独立分量分析和支持向量机的管道泄漏识别方法  ( EI收录)  

Pipeline leakage detection method based on independent component analysis and support vector machine

  

文献类型:期刊文章

作  者:王明达[1] 张来斌[1] 梁伟[1] 陈志刚[1]

机构地区:[1]中国石油大学(北京)油气安全工程技术研究中心,北京102249

出  处:《石油学报》

基  金:国家高技术研究发展计划(863)项目(2008AA06Z209);北京市教育委员会共建项目"天然气主管线泄漏诊断系统研究"联合资助

年  份:2010

卷  号:31

期  号:4

起止页码:659-663

语  种:中文

收录情况:AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20103213129087)、GEOREFPREVIEWDATABASE、IC、JST、PA、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:将独立分量分析(ICA)方法应用到管道泄漏检测压力信号的降噪中。分析了压力波信号源的独立性,探讨了运用ICA方法的可行性。利用现场采集的压力信号对该方法进行降噪效果检验。结果表明,该方法较好地保留了泄漏拐点信息且降噪效果明显。将支持向量机(SVM)方法应用到泄漏检测的识别过程中,首先采取微分进化算法优化了SVM模型参数,然后利用现场泄漏实验数据,验证了基于SVM方法的识别模型具有很好的识别准确率和泛化能力。在实验的基础上,对噪声源合并和泄漏信号源不可分问题作了初步讨论。

关 键 词:管道泄漏检测 信号降噪 独立分量分析 支持向量机 模式识别

分 类 号:TE973.6]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心